基于K3s的YOLOv5边缘目标检测

@author: 张铂洋

实验介绍

本实验使用 K3s 模拟边缘计算环境，中心节点执行调度算法将图片分发给两个边缘节点，YOLOv5模型封装进一个基于Flask的服务容器，作为边缘推理服务运行与K3s管理的Pod中。

使用YOLOv5深度学习模型，边缘计算功能由小组成员设计实现，未使用其他开源代码。

部署步骤

---

1. 安装依赖环境

使用 Ubuntu 22.04 LTS

安装 Docker

curl -fsSL https://get.docker.com | bash

安装K3s

curl -sfL https://get.k3s.io | sh -

---

2. 克隆项目并准备模型

将训练好的模型文件放入edge_node目录

3. 构建边缘节点镜像

cd edge_node/
docker build -t yolov5-edge .

4. 启动 K3s 部署边缘服务

查看节点

kubectl get nodes

部署边缘节点

kubectl apply -f k8s/deploy.yaml

查看Pod状态和IP

kubectl get pods -o wide

5.运行中心节点调度程序

轮询策略

python dispatch.py

健康优先策略

python dispatch_health_aware.py